一种车辆目标微动特征提取与分类方法及装置制造方法及图纸

本发明专利技术提供了一种车辆目标微动特征提取与分类方法及装置，通过以下方式实现：步进频连续波(SFCW)雷达接收连续回波；对连续回波做脉冲压缩处理；将脉冲压缩的结果排列为二维矩阵并离散化；利用相邻相关运动补偿算法将二维矩阵沿着行方向拉直；对拉直的直线进行时频变换，提取得到车辆目标微动特征，并进行分类。本发明专利技术中方法与装置，能够在不降低分辨率的情况下具有非常好的交叉项抑制能力，能够有效降低SFCW雷达的虚警率，并提升对车辆类动目标的检测率。

【技术实现步骤摘要】
一种车辆目标微动特征提取与分类方法及装置
本专利技术属于图像处理领域，涉及一种目标微动特征提取与分类方法及装置，特别涉及一种步进频连续波雷达车辆目标微动特征提取与分类方法及装置。
技术介绍
步进频连续波(steppedfrequencycontinuouswave，SFCW)雷达是一种被广泛应用的全天候全天时探测设备。目前，常见便携式SFCW雷达主要是关注动目标，它利用多普勒效应来区分静止目标和动目标，并对动目标进行显示。这样做的缺点是仅凭多普勒效应难以区分环境动目标(摇摆的树木、建筑、草丛等)与重要动目标(行进中的人员、车辆、舰船等)，给动目标的分类和识别带来困难。一种解决方案是利用微动信息来对动目标进行进一步筛选。微动的概念最先来源于合成孔径雷达(SAR)领域，指的是动目标的局部微小运动。例如，行驶的车辆，其整体是做近似直线运动，但车轮是在做圆周运动，而发动机盖是在上下振动，这里的车轮圆周运动和发动机盖上下振动都可称为微动。同理，一个人在往前奔跑，其整体是做直线运动，但四肢的摆动和胸口呼吸起伏都是局部的微动。由此可见，微动反应了目标的细节特征，可成为目标分类识别的佐证。我们通过研究发现，车辆和人的微动，是具有周期性的运动，而且细微的特征与树木、建筑等环境微动存在显著差异。因此，提取微动特征并利用微动特征，就可以区分动目标与环境目标，并更进一步可以进行某些特定种类动目标的粗分类，比如区分出履带车和轮式车。从SFCW雷达的回波中提取目标的微动特征，经典的方法是利用时频分析工具来实现，例如WVD(Wigner-Ville分布)、CWD(Choi-William分布)、PWVD(伪Wigner-Ville分布)等常见时频分析工具。时频分析工具的性能指标，主要有分辨率和交叉项抑制这两项，分辨率反映了时频分析的精确程度，而交叉项抑制则体现了对多个目标同时提取特征时的相互干扰程度。各种时频分析工具的性能存在较大差异。例如WVD的分辨率很好但基本没有交叉项抑制能力，PWVD有较弱的交叉项抑制能力但同时分辨率有所损失，而CWD有稍好的交叉项抑制能力但分辨率比WVD和PWVD都略差。因而，有必要设计基于步进频连续波雷达的获取目标微动特征的提取与分类方法及装置，该方法及装置具有较高的准确性和抗干扰能力，能够降低SFCW雷达的虚警率，并提升对动目标如车辆类动目标的检测率。
技术实现思路
为了克服现有技术的不足，本专利技术人进行了锐意研究，提供了一种步进频连续波雷达车辆目标微动特征提取与分类方法及装置，采用了SCWD(互Choi-William分布)时频分析工具，其为基于s-method思想的新型时频分析工具，能够在不降低分辨率的情况下具有非常好的交叉项抑制能力，性能优于WVD、PWVD、CWD等常见视频分析工具，能够有效降低SFCW雷达的虚警率，并提升对车辆类动目标的检测率，从而完成本专利技术。本专利技术的目的在于提供以下技术方案：第一方面，一种车辆目标微动特征提取与分类方法，包括：S101，步进频连续波(SFCW)雷达接收连续回波；S102，对连续回波做脉冲压缩处理；S103，将脉冲压缩的结果排列为二维矩阵并离散化；S104，利用相邻相关运动补偿算法将二维矩阵沿着行方向拉直；S105，对拉直的直线进行时频变换，提取得到车辆目标微动特征，并进行分类。第二方面，一种车辆目标微动特征提取与分类装置，用于实施第一方面所述的方法，该装置包括：接收模块，用于接收连续回波；脉冲压缩模块，用于对连续回波做脉冲压缩处理；转换模块，用于将脉冲压缩的结果排列为二维矩阵并离散化；拉直模块，用于利用相邻相关运动补偿算法将二维矩阵沿着行方向拉直；提取模块，用于对拉直的直线进行时频变换，提取得到车辆目标微动特征；分类模块，根据提取到的车辆目标微动特征，对车辆目标分类。本专利技术提供的一种车辆目标微动特征提取与分类方法及装置，带来了有益的技术效果：(1)本专利技术中车辆目标微动特征提取与分类方法及装置，利用相邻相关运动补偿算法实施拉直操作，这是一种盲信号处理方法，即不需要任何先验信息，直接通过前后列数据完成拉直操作，适应性好；(2)本专利技术中车辆目标微动特征提取与分类方法及装置，利用SCWD时频变换提取车辆目标微动特征，能够在不降低分辨率的情况下具有非常好的交叉项抑制能力，性能优于WVD、PWVD、CWD等常见视频分析工具，能够有效降低SFCW雷达的虚警率，并提升对车辆类动目标的检测率；(3)本专利技术中车辆目标微动特征提取与分类方法及装置，通过轮式车与履带车两类目标的微动特征差异，能够对车辆类目标进行初步分类，辨别履带与车轮；(4)本专利技术中车辆目标微动特征提取与分类方法及装置，除了适用于单目标分析外，还可用于多目标分析，提高了对车辆目标的识别效率。附图说明图1示出本专利技术一种优选实施方式中车辆目标微动特征提取与分类方法流程图；图2示出步进频连续波发射信号的时域波形；图3示出对接收到的单目标回波信号做脉冲压缩处理后的结果图；图4示出对图3拆分重组为一个二维矩阵后的平面图；图5示出对图4按相邻相关运动补偿算法做运动补偿后的结果图；图6示出对车轮上单目标回波采用本专利技术中的方法和装置进行车辆类目标分类的结果；图7示出对履带上单目标回波采用本专利技术中的方法和装置进行车辆类目标分类的结果；图8示出对轮式车的运动建模图；图9示出对履带车的运动建模图；图10示出对车轮上多目标回波采用本专利技术中的方法和装置进行车辆类目标分类的结果；图11示出对履带上多目标回波采用本专利技术中的方法和装置进行车辆类目标分类的结果。具体实施方式下面通过附图和实施例对本专利技术进一步详细说明。通过这些说明，本专利技术的特点和优点将变得更为清楚明确。如图1所示，根据本专利技术的第一方面，提供了一种车辆目标微动特征提取与分类方法，包括：S101，步进频连续波(SFCW)雷达接收连续回波；S102，对连续回波做脉冲压缩处理；S103，将脉冲压缩的结果排列为二维矩阵并离散化；S104，利用相邻相关运动补偿算法将二维矩阵沿着行方向拉直；S105，对拉直的直线进行时频变换，提取得到车辆目标微动特征，并进行分类。在本专利技术S101中，SFCW雷达采用步进频连续波发射信号，其一个周期T内的表达式如公式一所示，其中，t∈[0,T]表示时间变量，rect(·)是矩形窗函数，Y是频率步进数量，表示一个周期内包含了多少个频率，Δf为频率步进间隔，y＝0,1,...Y-1表示第y个频率，f0是中心频率，是虚数单位。发射信号带宽B可表示为B＝(Y-1)Δf。照射到某运动目标后，回波sr(t)如公式二所示，其中是回波延迟时间，R是目标离雷达的距离，c是波速。这里对运动目标做了简化建模，认为它是散射系数为1的单个散射中心。本文档来自技高网...

【技术保护点】
1.一种车辆目标微动特征提取与分类方法，其特征在于，包括：/nS101，步进频连续波雷达接收连续回波；/nS102，对连续回波做脉冲压缩处理；/nS103，将脉冲压缩的结果排列为二维矩阵并离散化；/nS104，利用相邻相关运动补偿算法将二维矩阵沿着行方向拉直；/nS105，对拉直的直线进行时频变换，提取得到车辆目标微动特征，并进行分类。/n

【技术特征摘要】
1.一种车辆目标微动特征提取与分类方法，其特征在于，包括：
S101，步进频连续波雷达接收连续回波；
S102，对连续回波做脉冲压缩处理；
S103，将脉冲压缩的结果排列为二维矩阵并离散化；
S104，利用相邻相关运动补偿算法将二维矩阵沿着行方向拉直；
S105，对拉直的直线进行时频变换，提取得到车辆目标微动特征，并进行分类。


2.根据权利要求1所述的方法，其特征在于，S103中，将脉冲压缩的结果以周期T为间隔排列为二维矩阵，时间t为列方向变量，周期数是行方向变量。


3.根据权利要求2所述的方法，其特征在于，S105中，运用相邻相关运动补偿算法后的二维矩阵中存在一条直线时，对表示拉直形成的直线的一维矩阵沿行方向按公式十进行SCWD变换得到时频分布SCWD(m,k)，得到车辆目标微动特征；



其中，p(i)是一个矩形窗，k＝1,2,...M表示时频分布的频率变量，FCWD(m,k)是的CWD变换结果，如公式九所示；是对FCWD(m,k-i)做共轭运算，i是一个变量，公式十表示了加窗共轭相乘再求和的过程；



其中，m表示周期数，是回波延迟时间，R是目标离雷达的距离，c是波速，是虚数单位，φ(τ,v)＝exp{-v2τ2/σ}，其中σ是一个常数，τ和v是变量。


4.根据权利要求3所述的方法，其特征在于，S105中，运用相邻相关运动补偿算法后的二维矩阵中存在多条直线时，将每条直线上的数值做求和运算并取绝对值，取绝对值最大的那条直线，对表示该直线的一维矩阵沿行方向按公式十进行SCWD变换得到时频分布，得到车辆目标微动特征。


5.根据权利要求3所述的方法，其特征在于，S105中，根据微动特征，进行目标分类；
分类依据的准则是：轮式车动目标的时频分布具有类似正弦函数的波形，履带车动目标的时频分布具有“一段正弦一段直线”的波形，其余波形可视为环境动目标。


6...

【专利技术属性】
技术研发人员：朱宇涛，陈东，陈涛，张志，余博，王日冬，谭礼晋，李娜，杨丽萍，李超，
申请(专利权)人：中国人民解放军九三一一四部队，
类型：发明
国别省市：北京;11